Programmierung time-series

5

Zeichnen von zwei Variablen als Linien mit ggplot2 im selben Diagramm

Eine sehr neue Frage, aber sagen Sie, ich habe Daten wie diese: test_data <- data.frame( var0 = 100 + c(0, cumsum(runif(49, -20, 20))), var1 = 150 + c(0, cumsum(runif(49, -10, 10))), date = seq(as.Date("2002-01-01"), by="1 month", length.out=100) ) Wie kann ich sowohl Zeitreihen var0als auch var1auf demselben Diagramm mit dateauf …

305 r ggplot2 graph time-series r-faq

30

Spitzensignalerkennung in Echtzeit-Zeitreihendaten

Update: Der beste Ergebnis erzielt Algorithmus so weit ist dies ein . In dieser Frage werden robuste Algorithmen zum Erkennen plötzlicher Spitzen in Echtzeit-Zeitreihendaten untersucht. Betrachten Sie den folgenden Datensatz: p = [1 1 1.1 1 0.9 1 1 1.1 1 0.9 1 1.1 1 1 0.9 1 1 1.1 …

242 algorithm language-agnostic time-series signal-processing data-analysis

10

Speichern von Zeitreihendaten, relational oder nicht?

Ich erstelle ein System, das Geräte mit (wahrscheinlich) 5-Minuten-Intervallen mithilfe von SNMP nach Daten zu unterschiedlichen Metriken wie CPU-Auslastung, Festplattenauslastung, Temperatur usw. abfragt. Das ultimative Ziel besteht darin, einem Benutzer des Systems Visualisierungen in Form von Zeitreihendiagrammen bereitzustellen. Ich habe in der Vergangenheit die Verwendung von RRDTool in Betracht gezogen, …

184 database nosql relational-database time-series non-relational-database

3

Wie bekomme ich eine vertikale geom_vline zu einer x-Achse des Klassendatums?

Obwohl ich Hadleys Beitrag in der Google-Gruppe auf POSIXctund gefunden habe geom_vline, konnte ich ihn nicht fertigstellen. Ich habe eine Zeitreihe von und möchte zum Beispiel für die Jahre 1998, 2005 und 2010 eine vertikale Linie ziehen. Ich habe es mit ggplotund qplotSyntax versucht , aber ich sehe entweder überhaupt …

109 r date ggplot2 time-series

14

Wie berechnet man den gleitenden Durchschnitt mit NumPy?

Es scheint keine Funktion zu geben, die einfach den gleitenden Durchschnitt für Numpy / Scipy berechnet, was zu verschlungenen Lösungen führt . Meine Frage ist zweifach: Was ist der einfachste Weg, um einen gleitenden Durchschnitt mit numpy (richtig) zu implementieren? Gibt es einen guten Grund, die Batterien in diesem Fall …

109 python numpy scipy time-series moving-average

8

Können Pandas ein Histogramm von Daten zeichnen?

Ich habe meine Serie genommen und sie in eine Datums- / Uhrzeitspalte von dtype = gezwungen datetime64[ns](obwohl ich nur eine Tagesauflösung benötige ... nicht sicher, wie ich sie ändern soll). import pandas as pd df = pd.read_csv('somefile.csv') column = df['date'] column = pd.to_datetime(column, coerce=True) aber das Plotten funktioniert nicht: ipdb> …

100 python pandas matplotlib time-series

4

Generieren von Zeitreihen zwischen zwei Daten in PostgreSQL

Ich habe eine Abfrage wie diese, die eine Reihe von Daten zwischen zwei angegebenen Daten generiert: select date '2004-03-07' + j - i as AllDate from generate_series(0, extract(doy from date '2004-03-07')::int - 1) as i, generate_series(0, extract(doy from date '2004-08-16')::int - 1) as j Es generiert 162 Daten zwischen 2004-03-07und …

91 postgresql date time-series postgresql-9.1 generate-series

2

Wie analysiere ich Millisekunden?

Wie verwende ich strptimeoder andere Funktionen, um Zeitstempel mit Millisekunden in R zu analysieren? time[1] # [1] "2010-01-15 13:55:23.975" strptime(time[1], format="%Y-%m-%d %H:%M:%S.%f") # [1] NA strptime(time[1], format="%Y-%m-%d %H:%M:%S") # [1] "2010-01-15 13:55:23"`

85 r datetime time-series strptime

8

Pandas: rollierender Mittelwert nach Zeitintervall

Ich bin neu bei Pandas ... Ich habe eine Reihe von Umfragedaten. Ich möchte einen rollierenden Mittelwert berechnen, um eine Schätzung für jeden Tag basierend auf einem dreitägigen Fenster zu erhalten. Wie ich aus dieser Frage verstehe , berechnen die Funktionen rolling_ * das Fenster basierend auf einer bestimmten Anzahl …

85 python pandas time-series

1

Multivariate Zeitreihenprognose mit 3-Monats-Datensatz

Ich habe 3 Monate Daten (jede Zeile entspricht jedem Tag) generiert und möchte eine multivariate Zeitreihenanalyse für dieselbe durchführen: Die verfügbaren Spalten sind - Date Capacity_booked Total_Bookings Total_Searches %Variation Jedes Datum hat 1 Eintrag im Datensatz und Daten für 3 Monate. Ich möchte ein multivariates Zeitreihenmodell anpassen, um auch andere …

12 python machine-learning time-series prediction

2

Pandas: Zick-Zack-Segmentierung von Daten basierend auf lokalen Minima-Maxima

Ich habe Zeitreihendaten. Daten generieren date_rng = pd.date_range('2019-01-01', freq='s', periods=400) df = pd.DataFrame(np.random.lognormal(.005, .5,size=(len(date_rng), 3)), columns=['data1', 'data2', 'data3'], index= date_rng) s = df['data1'] Ich möchte eine Zick-Zack-Linie zwischen den lokalen Maxima und den lokalen Minima erstellen, die die Bedingung erfüllt, dass auf der y-Achse |highest - lowest value|jeder Zick-Zack-Linie einen …

10 python pandas time-series technical-indicator

1

Wie kann ich den Befehl `td` aus dem Paket` tempdisagg` verwenden, um monatliche Daten in tägliche Datenhäufigkeit zu disaggregieren?

Ich habe monatliche Frequenzdaten, die ich in tägliche Frequenzdaten aufteilen möchte. Also benutze ich den tdBefehl aus dem tempdisaggPaket in R mit dem folgenden Code: dat=ts(data[,2]) result=td(dat~1, conversion = "average", to = "day", method = "chow-lin-maxlog") Dann erhalte ich folgende Fehlermeldung: Error in td(dat ~ 1, conversion = "average", to …

9 r statistics time-series syntax-error frequency

Als «time-series» getaggte Fragen